面向配网数字化转型的感知数据融合:融合模式、融合框架与场景验证
对多源电力感知终端产生的异构多参量数据进行融合分析,是实现配电网数字化转型的关键。目前,电力多参量融合仍以同构多参量融合和决策级异构多参量融合为主,异构、多源的融合及分析技术薄弱,无法满足数字化配电网下的异构多参量深度融合需求。他首先对电力数据的融合模式进行总体性介绍;然后针对异构多参量数据结构相异,融合难度大,而传统决策级融合信息损失量大,融合精确性低的问题,提出一种特征级融合框架,并进行场景验证;最后对电力数据融合对可能的发展方向以及面临的问题进行展望。
电力数据脱敏实施规范
星河AI电力网络,构筑电力智能化发展的通信基座
面对电力智能化发展诉求,华为推出星河AI电力网络解决方案,涵盖星河AI数据中心网络、智能IPv6+电力数据网、智能电力SPN传输网、智慧变电站网络、智能配电电IP通信网、智慧发电网络和星河AI电力网络安全在内的7大子方案,全面覆盖“发、输、变、配、调”等电力场景,实现“算力、体验、安全、运维”四大升级,让“比特驱动瓦特”,为电力智能化发展构筑坚实的通信网络基座。
基于改进ECC的含电动汽车用户负荷信息保护方案
在智能电网的大趋势下,电力公司与用户之间的数据传输交换愈加频繁高效。通信网络经常遭受网络攻击或窃听,为确保用户的用电数据在传输过程中不被恶意篡改,提出一种面向电动汽车用户的信息保护方案。通过改进加法运算和标量乘运算对传统椭圆曲线加密算法(elliptic curve cryptography, ECC)做轻量级优化,克服电网双向互动环境中智能电表资源有限的问题。在此基础上,设计负荷分解算法作为加密方案的检验工具,分解加密后的电力数据。最后,通过仿真算例分析,验证了所提方案的可靠性和安全性。
基于MapReduce的输电监测数据智能检索模型
随着新型电力系统发展,输电监测文本数据呈现出体量大、增速快等特点,且因行业数据传输协议私有化,导致数据检索性能低,影响输电线路实时决策分析。因此提出了基于MapReduce的输电监测数据智能检索模型。首先,改进了SimHash算法,实现输电线路在线监测文本数据检索向量的高效提取。并引入多属性决策以及综合评分机制,实现目标数据的精准检索,提升数据的检索精度及查全率。其次,针对数据体量大、增速快的特点,设计了基于MapReduce的电力数据检索模型。最后,通过电网实例对比分析,验证了所提方法的检索精度、查全率及检索效率。
基于数据中台的数据管理与应用
国网河北省电力有限公司是国家电网有限公司的全资子公司,负责河北南部电网的规划建设和运营管理,营业区域覆盖石家庄、邯郸、保定、沧州、邢台、衡水六市及雄安新区。供电面积8.4万平方公里,服务人口5100余万,供电客户2400余万。每天采集用电数据量约300GB,年累计达到15TB。 公司基于数据中台开展数据管理与应用。将28套系统汇聚到数据中台,共涉及数据表2万余张,数据量约35T。数据中台共享层有7581张模型表的落模。基于数据中台开展分析场景的服务化建设,实现分析应用的快速构建和灵活调用,全面支撑数字化审计、财务多维精益、物资智慧供应链等55项场景建设,完成1127项数据服务发布。同步构建数据质量规则库、数据资源目录、数据共享负面清单、数据共享运营机制。编制《国网河北电力云和数据中台运行保障管理办法》、《国网河北电力数据需求管理流程》、《国网河北电力数据接入规范》等数据运营文档共计13项,强化数据管理基础。 数据中台已初步具备完整的数据集成、数据开发、数据质量监控、数据资产管理等全链路功能,为公司各类分析决策类应用提供数据资源、分析计算能力及统一的运行环境,向各专业、各基层单位提供敏捷开放的数据共享和分析服务。